[發明專利]一種基于車輛部位特征的車輛檢測與跟蹤方法

有效

• 申請號: 201210340153.1
• 申請日: 2012-09-13
• 公開（公告）號: CN102867416A
• 公開（公告）日: 2013-01-09
• 發明（設計）人: 田濱;李葉;李泊;孔慶杰;王飛躍
• 申請（專利權）人: 中國科學院自動化研究所;江蘇中科智能工程有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/017
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

1.一種基于車輛部位特征的車輛檢測與跟蹤方法，其特征在于，該方法包括以下步驟：

步驟S1，對視頻序列中所有的車牌位置進行定位；

步驟S2，對視頻序列中所有的車輛尾燈位置進行定位；

步驟S3，利用車牌和車輛尾燈之間的結構關系構建車輛模型，從而從每一幀圖像中檢測得到車輛位置；

步驟S4，根據檢測得到的車輛位置，對車輛進行跟蹤從而獲取車輛的運動軌跡；

所述步驟S1進一步包括以下步驟：

步驟S11，根據中國國標車牌的底色，獲取視頻序列每一幀圖像的顏色灰度圖像；

步驟S12，利用所述顏色灰度圖像計算圖像梯度，得到梯度圖像；

步驟S13，在梯度圖像中進行滑動窗口掃描，計算窗口內像素的平均梯度，以平均梯度值作為窗口中心像素點的像素值，得到該梯度圖像對應的得分圖像；

步驟S14，在所述得分圖像上確定車輛所在的區域，并利用非極大值抑制方法在車輛區域范圍內求得局部極大值，如果該局部極大值大于設定的得分閾值，則以所述局部極大值為中心點，根據國標車牌的尺寸信息得到一車牌區域，將該車牌區域作為候選車牌區域；

所述步驟S2進一步包括以下步驟：

步驟S21，根據車輛尾燈的顏色，即紅色，獲取視頻序列每一幀圖像的顏色灰度圖像；

步驟S22，利用多閾值方法將所述顏色灰度圖像分割為多幅二值化圖像；

步驟S23，對所述多幅二值化圖像分別做連通域分析，取長寬比、面積大小在一定范圍內的連通域作為候選車輛尾燈區域；

步驟S24，對于出現重疊的候選車輛尾燈區域，保留其中面積最大的那個區域，最終得到檢測出來的車輛尾燈區域。

2.根據權利要求1所述的方法，其特征在于，所述步驟S11中，對于藍底白字和黃底黑字車牌，使用下式來計算圖像中某一像素點x的顏色灰度值：

Color(x)＝abs(B(x)-min{R(x)，G(x)})，

其中，R(x)、G(x)、B(x)分別是像素x的紅、綠、藍通道的像素值，Color(x)為像素x變換后的灰度值，abs(B(x)-min{R(x)，G(x)})為求取B(x)-min{R(x)，G(x)}的絕對值；

對于黑底白字和白底黑字車牌，直接采用其灰度圖作為顏色灰度圖像。

3.根據權利要求1所述的方法，其特征在于，所述步驟S12計算圖像梯度時，某一中間像素x的梯度值，為其鄰域像素的最大值與最小值之差：

Gradient(x)＝Max{Nb(x)}-Min(Nb(x))，

其中，Gradient(x)為像素x的梯度值，Nb(x)為x的鄰域像素。

4.根據權利要求1所述的方法，其特征在于，所述步驟S14中，在所述得分圖像上確定車輛所在的區域進一步包括以下步驟：

步驟S141，根據與圖像坐標系相應的物理坐標系獲得得分圖像中車牌所在區域的物理位置信息；

步驟S142，按照車輛與車牌的尺寸比例關系，得到該得分圖像中車輛所在的區域。

5.根據權利要求4所述的方法，其特征在于，所述車輛與車牌的尺寸比例關系為：車輛的寬度為車牌長度的4-5倍，車輛的長度為車牌長度的7-8倍。

6.根據權利要求1所述的方法，其特征在于，所述步驟S21中，按照下式來計算圖像中某一像素x的顏色灰度值：

Color(x)＝R(x)-max{G(x)，B(x)}-abs(G(x)-B(x))*2，

其中，R(x)、G(x)、B(x)分別是像素x的紅、綠、藍通道的像素值，Color(x)為像素x變換后的灰度值，abs(G(x)-B(x))為求取G(x)-B(x)的絕對值。

7.根據權利要求1所述的方法，其特征在于，所述結構關系包括位置關系和角度關系。